研究：闭环机器人软件的学习与迁移

研究把完整闭环机器人策略实现当作可复用的执行经验，由编码智能体根据少量成功演示生成策略代码，并用仿真反馈迭代改进。在 RoboCasa 的四个源任务上，迭代优化把成功率从初始生成代码的 28.3% 提升到验证集筛选代码的 64.2%，并在 Unitree G1 实机上验证了该学习方式。